基于药效团的药物发现一般程序，以作用于G-蛋白偶联受体的药物发现为例。

    基于已知的若干个已知活性的大麻酚CB1受体拮抗剂的结构，采用CatalystT软件的HipH0p模块开发出大麻酚CB1受体拮抗剂药效团模型，这一模型包括若干个特征：氢键受体、疏水基团和芳环。然后采用这一大麻酚CB1受体拮抗剂模型对已有的化合物库进行虚拟筛选，得到数以万计的目标化合物。随后，采用一系列的过滤方法（包括里宾斯基五原则和聚类分析方法），逐步减少目标化合物的数目，不然工作量太繁重了。最后选择数百个化合物进行体外活性筛选，发现几个化合物具有较好的生物活性，上市药物rimonabant作为阳性对照物。最后发现一个目标化合物对CB1受体有选择性，高于对CB2受体的选择性。这样一个目标物可以作为先导化合物进行优化。